
以下文章来源: Python之禅
作者: 刘志军
哈哈哈,被自己蠢死了,也被 python 的语法给坑死了。没想到还会遇到这种问题。
事情是这样的。
项目中遇到一个字符串替换的问题。
我们知道字符串替换可以直接用replace方法,但这个方法只适合简单的字符替换,就是前提你要明确知道你要替换什么。
例如把“java”去掉
s = "java python" print(s.replace("java", "")) # python
遇到复杂场景就不得不用正则表达式的方法来替换了。
比如有一段html文本
s = """ <script> !function(e) w3i9df xxx </script> <div> 这是html文本</div> """
我想把script脚本去掉,只保留html文本。这时候可以正则表达式里面的 re.sub 方法来实现。
import re s = """ <script> !function(e) w3i9df xxx </script> <div> 这是html文本</div> """ result=re.sub(r"<script.*?</script>", "", s) print(result)
运行后发现还是原来的文本,是我的正则表达式写的不对么?
其实这是因为,字符串中有换行符, 但是 . 是无法匹配换行符等特殊符号的,这时需要一个标志参数叫 re.DOTALL , 它可以让正则表达式中的点(.)匹配包括换行符在内的任意字符。
import re s = """ <script> !function(e) w3i9df xxx </script> <div> 这是html文本</div> """ result=re.sub(r"<script.*?</script>", "", s, re.DOTALL) print(result)
于是我加上了标志参数,发现还是没法匹配。我就很郁闷了。尝试好几次都没效果。
作罢,然后去看了文档。
原来这个函数有两个可选的位置参数,平时没注意过。count 表示替换的最大次数。flags 才是标志参数。
在调用时,如果指定参数名字时
result=re.sub(r"<script.*?</script>", "", s, re.DOTALL)
那么 re.DOTALL 就会作为 count 参数的值传过去了,等于你并没有给 flags 指定值,用的还是默认的值。
所以,在调用的时候,一定要显示的指定参数名。
result=re.sub(r"<script.*?</script>", "", s, flags = re.DOTALL)
这样就能正常匹配表达式了。
最后的结果就是:
<div> 这是html文本</div>
python的函数参数是一个很迷的问题,如果要把函数的参数使用全部讲清楚,可以花很多篇幅来讲。今天快速记录下这个问题,也是告诉大家遇到类似的问题时,别掉坑里面了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08